Implementering av elektronisk pasientjournal i helsetjenesten- en
kunnskapsoppsummering
Det helsevitenskapelige fakultet
Master i helsevitenskap
Masteroppgave (50 studiepoeng) Student: Emilia Adele Nyvoll
Veileder: Postdoktor, Veslemøy Guise
30.08.2020
Forord
Jeg vil takke veileder Veslemøy Guise ved Universitetet i Stavanger for kyndig og tålmodig veiledning.
Takk til bibliotekar Grethe Mortensen, ved Universitetsbiblioteket i Stavanger. Du har bidratt med essensiell veiledning når det gjelder litteratursøk.
En million takk til Remi for at du har støttet og hjulpet meg gjennom studiet, og spesielt med denne oppgaven.
Takk til familien min, takk for støtte og gode innspill.
Mitt håp for denne oppgaven er at funnene kan komme til nytte i praksis ved implementering av IKT-systemer i helsetjenesten.
Markus Moe skriver i Dagens Medisin (2020) i forbindelse med innføring av “En innbygger- én journal”, at “Målet med digitalisering av norsk helsetjeneste synes aktørene å være ganske omforente om. Veien dit fremstår imidlertid som brokete.”
Emilia Adele Nyvoll
Stavanger, August 2020
Sammendrag
Innledning: Implementering av informasjons- og kommunikasjonsteknologi i helsetjenesten er en kompleks prosess. Ifølge helsepersonell blir muligheten som ligger i informasjons- og kommunikasjonsteknologiutvikling kun delvis tatt i bruk. En oversikt over hvilke
fremmende og hemmende faktorer som påvirker implementering, og en økt forståelse for disse faktorene kan bidra til å gjøre mer vellykkede implementeringer mulig.
Mål og hensikt: Å undersøke hvilke faktorer helsepersonell mener fremmer og hemmer implementering av elektronisk pasient journal (EPJ) systemer i helsetjenesten. Hensikten er å bidra til økt kunnskap om hva som fremmer og hemmer implementering av EPJ systemer i helsetjenesten.
Metode: Denne studien er en narrativ litteraturstudie, nærmere bestemt en integrativ kunnskapsoppsummering, hvor jeg gjennom sekundærforskning ønsket å oppnå en økt forståelse og oversikt over hvilke faktorer helsepersonell mener fremmer og hemmer implementering av EPJ systemer i helsetjenesten. Jeg har hatt en systematisk tilnærming til datainnsamlingen. 20 artikler ble inkludert og dannet datagrunnlaget.
Resultat: Helsepersonell opplevde at følgende faktorer hemmet implementeringen;
manglende ressurser, tekniske problemer, dårlig brukervennlighet, manglende tilpasning og integrering, problemer med sikkerhet og konfidensialitet, mangel på kunnskaper og
opplæring, motstand og manglende motivasjon, endring i arbeidsmengde og
arbeidsprosesser, og manglende brukerinvolvering. Når det gjelder fremmende faktorer for implementering identifiserte helsepersonell følgende; brukervennlighet og design, kultur og ledelse, arbeidsprosesser, motivasjon og forventning, opplæring, oppfølging og støtte, og brukerinvolvering.
Konklusjon: Studien bidrar med forskningsbasert kunnskap om hemmende og fremmende faktorer for EPJ implementering i helsetjenesten fra perspektivet til helsepersonell. Funnene viser at helsepersonell identifiserer hemmende og fremmende faktorer for implementering av EPJ systemer knyttet til både teknologi, menneske og organisasjon. Ti konkrete råd for suksessfull implementering presenteres.
Nøkkelord: Implementering, elektronisk pasientjournal, helsepersonell, helsetjeneste, informasjons-og kommunikasjonsteknologi.
Innhold
Forord
Sammendrag
1.0 Introduksjon...1
1.1 Bakgrunn for valg av tema...1
1.2 Tidligere forskning...3
1.2.1 Helsepersenonellperspektivet...5
1.3 Avklaring av sentrale begreper...6
1.3.1 Implementering...6
1.3.2 Elektronisk pasientjournal (EPJ)...6
1.4 Studiens siktemål og problemstilling...7
1.5 Oppgavens oppbygning...8
2.0 Teoretisk rammeverk………..…9
2.1 HOT-fit (human, organization and technology -fit) ………..…..9
2.1.1 Teknologi (technology)...12
2.1.2 menneske (human)...13
2.1.3 Organisasjon (organization)...13
2.1.4 Netto fordeler (net benefits)...13
3.0 Metode...15
3.1 Integrativ kunnskapsoppsummering...16
3.2 Forforståelse og hermeneutikk...17
3.3 Induktiv tilnærming...18
3.4 Innsamling av data...19
3.4.1 Databaser...19
3.4.2 Inklusjons- og eksklusjonskriterier...19
3.4.3 Litteratursøk...21
3.5 Kvalitetsvurdering av artiklene...26
3.6 Analyse...26
3.7 Validitet og reliabilitet...33
3.8 Forskningsetiske vurderinger...34
4.0 Funn...35
4.1 Karakteritika ved de inkluderete studiene...35
4.2 Hemmende faktorer...46
4.2.1 Mangel på ressurser...46
4.2.2 Tekniske problemer...46
4.2.3 Dårlig brukervennlighet...47
4.2.4 Manglende tilpasning og integrering...48
4.2.5 Problemer med sikkerhet og konfidensialitet...50
4.2.6 Mangel på kunnskaper og opplæring...50
4.2.7 Motstand og manglende motivasjon...51
4.2.8 Endring i arbeidsmengde og arbeidsprosesser...51
4.2.9 Manglende brukerinvolvering...53
4.3 Fremmende faktorer...54
4.3.1.Brukervennlighet og design...54
4.3.2 Kultur og ledelse...54
4.3.3 Forventning og motivasjon...55
4.3.4 Opplæring...56
4.3.5 Arbeidsprosesser...56
4.3.6 Teknisk støtte og oppfølging...57
4.3.7 Brukerinvolvering...57
4.4 Overordnet oppsummering av funn...58
5.0 Diskusjon...59
5.1 Menneske teknologi og organisasjon...59
5.2 Gjensidig påvirkning av faktorer...59
5.3 “Fit”...60
5.4 Netto fordeler (net benefits)...61
5.5 En kritisk innvending til HOT-fit modellen...62
5.6 “Workarounds”...62
5.7 Sammenligning med funn fra tidligere forskning...63
5.8 Validitet og overførbarhet...68
5.9 Egen forskerrolle...69
6.0 Avslutning og konklusjon...70
6.1 Videre forskning...71
6.2 Implikasjoner for praksis: Ti råd for vellykket implementering...71
Kilder...73
Tabeller:
Tabell 1 Eksempler på evalueringsmål i henhold til korresponderende dimensjon og
faktor...11
Tabell 2 SPICE
skjema...22
Tabell 3 Analyseprosessen A) hemmende faktorer B) fremmende
faktorer...29
Tabell 4 Oversikt over de inkluderte studiene...36
Figurer:
Figur 1 HOT-fit modellen...9
Figur 2 PRISMA
flytskjema...25
Vedlegg:
Vedlegg 1 MMAT (mixed methods appraisal tool)……….…...….83
1.0 Introduksjon
Jeg vil i denne oppgaven forsøke å finne svar på hvilke faktorer helsepersonell identifiserer som fremmende eller hemmende for implementering av elektronisk pasientjournal systemer i helsetjenesten. Oppgaven er i form av en integrativ kunnskapsoppsummering, hvor empiriske studier med ulik metodisk tilnærming blir inkludert.
1.1 Bakgrunn for valg av tema
Det er flere trekk ved samfunnsutviklingen som peker mot ett behov for å sikre effektive og bærekraftige helse- og omsorgstjenester. Kommunenes og helseforetakenes utgifter vil øke med 3 milliarder i årene fra 2020 til 2022 og parallelt med dette er befolkningen i Norge økende, der særlig andelen eldre øker og andelen av pensjonister som er yrkesaktive synker.
Videre er det en økning i antall personer med kroniske sykdommer, livsstilsykdommer, og psykososiale sykdommer (Direktoratet for e-helse, 2019 a). Dette gjør at flere pasienter trenger hjelp fra flere forskjellige instanser både innen primær- og spesialisthelsetjenesten, og ofte vil pasienten også ha behov for hjelp og oppfølging fra ulike tjenester samtidig. Dette tydeliggjør også hvorfor det er viktig å sikre koordinerte og helhetlige helse- og
omsorgstjenester. E-helse vil være viktig for å kunne nå målene om effektive, bærekraftige, koordinerte og helhetlige helse- og omsorgstjenester (Direktoratet for e-helse, 2019 b). E- helse defineres som bruk av informasjons- og kommunikasjonsteknologi (IKT) i helse- og omsorgssektoren, hvor målet er å oppnå forbedret effektivitet og kvalitet i tjenestene (Braut, 2019 a).
Det er et viktig mål for den norske helsetjenesten at sentrale helseopplysninger skal følge pasienten gjennom pasientforløpet. I dag er det slik at det finnes flere ulike IKT løsninger som er i bruk av virksomheter i helse- og omsorgstjenesten. Fordi virksomhetene som utgjør helse -og omsorgstjenesten er selvstendige virksomheter har de gjort ulike valg når det kommer til anskaffelse av og drift av systemer, herunder IKT systemer (Helse -og
omsorgsdepartementet, 2012). Et eksempel på et slikt system, er elektronisk pasientjournal, (heretter benyttes forkortelsen EPJ). Med journal menes helsepersonells eller en
helseinstitusjons nedtegnelser om en pasient, og fremfor på papir vil en elektronisk pasientjournal bli nedtegnet utelukkende elektronisk (Braut, 2019 b).
For å kunne oppnå bedre kvalitet, økt pasientsikkerhet og mer effektiv ressursbruk i helsetjenesten er det nødvendig å utnytte muligheten som ligger i tilgjengelig teknologi bedre, og et viktig politisk mål her er innføring av “En innbygger- en journal” som er nedfelt i Stortingsmelding nr. 9 (2012 - 2013) og hvor følgende tre hovedmål formuleres:
● Helsepersonell skal ha enkel og sikker tilgang til pasient - og brukeropplysninger
● Innbyggerne skal ha tilgang på enkle og sikre digitale tjenester
● Data skal være tilgjengelig for kvalitetsforbedring, helseovervåking, styring og forskning
Det er imidlertid en utfordring at IKT utviklingen i helse- og omsorgstjenestene går sakte.
En av grunnene til dette som oppgis av helsepersonell, er at IKT systemene tas i bruk kun delvis og mulighetene som ligger i teknologien utnyttes dermed ikke optimalt (Helse -og omsorgsdepartementet, 2012).
IKT har gått fra å være en støttefunksjon med det formål å holde informasjon oppdatert, til å være i ferd med å bli en viktig forutsetning for kvalitet, og pasientsikkerhet i helse- og omsorgssektoren. De ansatte er avhengig av oppdatert informasjon for å kunne treffe gode beslutninger, og dersom nødvendig informasjon er tilgjengelig kan dette bidra til å hindre unødige brudd i pasientforløp og lange ventetider. Norge tok tidlig i bruk IKT i helse- og omsorgssektoren, og bruk av EPJ er utbredt, men likevel er Norge blitt hengende bak når det gjelder mer avanserte IKT løsninger. Dette setter kjepper i hjulene for utvikling av kvalitet, og gjør det vanskelig å sikre en høy grad av pasientsikkerhet. Undersøkelser anslår at 60- 70% av uønskede hendelser i spesialisthelsetjenesten kunne vært unngått hvis bedre IKT systemer hadde vært tatt i bruk (Helsedirektoratet, 2014).
I en tilsynsrapport fra Helsetilsynet (2011) går det frem at det var mangelfull opplæring i bruk av EPJ systemene, og videre var det mangelfull dokumentasjon av opplysninger om pasientene i kommunehelsetjenesten. Opplysninger var dokumentert flere forskjellige steder, for eksempel i EPJ, papirjournal, beskjedbøker o.l. Det som sto skrevet i beskjedbøker o.l.
ble ofte ikke funnet igjen i hovedjournalen. Når viktige opplysninger om brukerne er mangelfullt dokumentert og i tillegg spredt, er de ikke tilgjengelig for helsepersonellet i tilstrekkelig grad, og dette kan true pasientsikkerheten.
I løpet av 2017-2022 skal det gjennomføres en omfattende digitaliseringsprosess i helse- og omsorgssektoren. Blant annet skal felles IKT systemer bidra til mer koordinerte tjenester, integrasjon mellom EPJ systemer og nasjonale løsninger skal gjøre det lettere å dele helseopplysninger mellom virksomheter og IKT systemer skal tilpasses helsepersonells arbeidsmåter. Denne moderniseringen av IKT systemer vil innebære store endringer i helse- og omsorgssektoren, både når det gjelder teknologi og organisering. (Direktoratet for e- helse, 2019 a)
Ifølge en rapport fra Direktoratet for e-helse (2017) er det behov for økt kunnskap om prosesser i forbindelse med både utvikling, innføring og bruk av e-helse i helsesektoren, fordi dette er et området preget av stor kompleksitet.
På bakgrunn av dette og min erfaring som sykepleier i kommunehelsetjenesten ønsket jeg å fordype meg i tema; implementering av EPJ systemer. Gjennom min arbeidserfaring har jeg utviklet en interesse for hva som påvirker implementering av IKT systemer i helsetjenesten generelt, og EPJ systemer spesielt. Min erfaring er at det til tider er mangelfull opplæring i bruk av EPJ systemer, at de er lite brukervennlige, og at pasientopplysninger ofte blir notert andre steder enn i journalen, slik som beskjedbøker o.l. Jeg ønsket derfor å undersøke tematikken nærmere, og forhåpentligvis frembringe kunnskap som kan bidra til mer suksessfulle implementeringer.
1.2 Tidligere forskning
Ifølge en kunnskapsoppsummering av Boonstra, Versluis, og Vos, (2014) er implementering av elektronisk pasientjournal systemer en kompleks prosess, selv om det ofte utelukkende blir forventet at implementeringen vil ha positive effekter. Boonstra et al. (2014) har i sin studie sett på implementering av EPJ systemer i sykehus, men begrenser seg ikke til helsepersonell perspektivet. Mair et al. (2012) påpeker noe av det samme i sin
kunnskapsoppsummering, hvor de konkluderer med at innføring av ny teknologi er en kompleks prosess, og at implementering av e-helse teknologier ikke alltid reflekterer den entusiasmen som vises hos initiativtakerne. Ifølge Mair et al. (2012) vil implementering av alle former for nye teknologier føre til komplekse endringsprosesser både på mikro- og mesonivå.
Gagnon et al. (2012) undersøkte helsepersonells oppfatninger av fremmende og hemmende faktorer for implementering av IKT-systemer (inkludert EPJ systemer) i en klinisk setting. De gjorde en kunnskapsoppsummering som inkluderte 101 studier. Funnene viste at
brukervennlighet og en tro på systemenes fordeler var de hyppigst rapporterte fremmende faktorer. De vanligste hemmende faktorer var tekniske problemer, design og manglende kjennskap til IKT systemer. Studien viste at tilstedeværelsen av en “champion” (superbruker) og involvering av sluttbrukerne i både utviklingen av selve IKT systemet og innføringen bidro til suksessfulle implementeringer. Adekvat opplæring og støtte var også sentrale faktorer i vellykkede implementeringer. Når det gjaldt EPJ systemer spesifikt var
brukervennlighet, opplæring og opplevd nytteverdi av systemet hovedfaktorene som bidro til vellykket implementering. Tekniske problemer, manglende kompatibilitet (med
arbeidsprosesser osv.), mangel på opplevd nytteverdi og økt arbeidsmengde var hovedfaktorene som bidro til å hindre implementeringen.
McGinn et. al (2011) sammenlignet ulike brukergruppers perspektiv på EPJ implementering i Canada og land med lignende sosioøkonomisk status. Denne kunnskapsoppsummeringen inkluderer studier fra ulike settinger innen helsetjenesten, og involverer brukergrupper utover helsepersonell slik som ledere og pasienter. Selv om studien sammenligner ulike
brukergruppers perspektiv går det imidlertid klart frem hva som er helsepersonellets meninger og opplevelser. Funnene identifiserte en rekke faktorer som påvirket implementeringen. Viktige faktorer som ble identifisert av alle brukergruppene var
motivasjonen for å bruke EPJ systemer, brukervennlighet, kjennskap til EPJ, ferdigheter for å kunne ta i bruk EPJ, mangel på tid, arbeidsmengde, tekniske forhold, forenligheter med andre systemer, personvern og sikkerhet, og produktivitet. Spesifikt for helsepersonell ble
manglende brukerinvolvering identifisert, i tillegg til kostnadsproblemer.
Mair et al. (2012) fant i sin kunnskapsoppsummering at forskningen på implementering av e- helse systemer ofte fokuserte på organisatoriske problemer, spesielt frem til år 2007.
Litteraturen fokuserte på nødvendigheten av tilgang på ressurser, administrativ støtte og ledelse blant annet. Selv om organisatoriske faktorer helt klart er viktig, påpekes det at det er bare en av flere faktorer som bør vektlegges ved implementering av IKT-systemer i
helsetjenesten. Flere steder i litteraturen argumenteres det derfor for en sosio-teknisk
tilnærming for å bedre forstå den komplekse prosessen med å implementere e-helsesystemer (Irizarry & Barto, 2013; Mair et al., 2012; Aanestad, 2012).
Gephart, Carrington og Finley (2015) gjorde en systematisk kunnskapsoppsummering hvor de undersøkte sykepleieres opplevelser av uønskede konsekvenser ved bruk av EPJ.
Resultatene viste at sykepleierne opplevde endringer i arbeidsflyten, uperfekte systemer gjorde at de måtte tilpasse seg kontinuerlig for å imøtekomme pasientenes behov, og de opplevde problemer når det gjaldt tilgjengelighet av informasjon som var nødvendig for å treffe beslutninger når det gjaldt behandling av pasientene. På tross av dette uttalte de fleste sykepleierne at de ikke ønsket å gå tilbake til papirjournal.
1.2.1 Helsepersonellperspektivet
Det er helsepersonell som er hovedbrukeren av EPJ systemer, og de vil derfor kunne ha et viktig perspektiv på hva som kan være de fremmende eller hemmende faktorene for implementering. Helsepersonell vil ha førstehåndskunnskap som er viktig å synliggjøre (McGinn et al., 2011).
Det er videre viktig at sluttbrukerne (helsepersonellet) blir involvert i alle ledd av
implementeringsprosessen, fordi dette vil føre til at problemer blir løst raskere og føre til økt grad av engasjement hos slutt-brukerne (Boonstra et al., 2014). Dette peker mot at det er viktig å forstå helsepersonellets perspektiv på EPJ implementering.
På bakgrunn av dette har jeg valgt å undersøke hva helsepersonell erfarer som fremmende eller hemmende for implementering av EPJ systemer, noe som kan gi viktig kunnskap og økt forståelse som igjen kan bidra til mer suksessfulle implementeringer.
1.3 Avklaring av sentrale begreper 1.3.1 Implementering
Med begrepet implementere viser jeg til prosessen når et EPJ system introduseres og tas i bruk av slutt brukerne i en organisasjon. Selve ordet “implementere” kommer fra latin
“implere” og betyr å iverksette, utføre eller gjøre ferdig (Persvold, 2020). Suksessfull
implementering vil si at et IKT system blir brukt, og videre at det blir brukt slik det er ment å brukes (Sligo et al., 2017). Begrepet blir brukt med noe ulikt innhold i litteraturen (Peters et al., 2014). Det blir for eksempel til tider brukt for å utelukkende beskrive den tekniske siden av implementeringsprosessen. Ifølge Janols, et al. (2014) er det engelske ordet deployment mer dekkende for å beskrive organisatoriske og menneskelige dimensjoner ved
implementeringen. Jeg har likevel valgt å bruke begrepet implementering men jeg er da interessert i både tekniske, organisatoriske og menneskelige dimensjoner ved
implementeringsprosessen. Som det vil gå frem i beskrivelsen av søkeprosessen i kapittel 3.4.3 har jeg likevel brukt deployment som et av søkeordene i litteratursøket for å fange opp studier hvor dette begrepet blir brukt.
Ifølge Chao og Goldbort (2012), er implementering av IKT i helsetjenesten en sosio-teknisk prosess som innebærer bred endring i organisasjoner, og de presiserer at å fokusere på tekniske aspekter ved implementeringen alene vil kunne føre til mislykkede
implementeringer.
Det går ikke klart frem fra litteraturen når implementeringsprosessen starter, men det kan argumenteres for at den starter allerede ved planleggingsstadiet og utviklingen av selve systemet (Chao & Goldbort, 2012). Ifølge Sligo et al. (2017) vil en implementeringsprosess innebære planlegging, design av systemet, testing, før systemet blir tatt i bruk, modifisert, akseptert (eller ikke), og i siste stadium er det en del av rutinen. De påpeker også at denne prosessen er komplisert og ikke lineær.
1.3.2 Elektronisk pasientjournal (EPJ)
En pasientjournal skal inneholde informasjon om diagnoser, behandling, undersøkelser og resultater av disse og pasientens sykehistorie. Journalen skal inneholde alt av relevant informasjon og opplysninger om pasienten, og kan inkludere røntgenbilder, videoopptak, med mer (Braut, 2019 b).
I forskrift av 21. desember 2000 går det frem at det skal føres ordnede nedtegnelser om hver pasient, og de kontakter pasienten har med helsetjenesten. Forskriften er hjemlet i blant annet helsepersonelloven, men også flere andre helsetjenestelover (Braut, 2019 b). Fra 1. januar 2015 trådte pasientjournalloven i kraft, og den skal blant annet bidra til at helseopplysninger blir mer tilgjengelig for helsepersonellet, samtidig som personvern og sikkerhet blir ivaretatt (Helse- og omsorgsdepartementet, 2017).
I den engelske litteraturen blir det brukt ulik terminologi for å betegne EPJ systemer. Felles for dem alle er likevel at de viser til nedtegnelser av pasientopplysninger (Boonstra et al., 2014). I denne oppgaven brukes kun begrepet elektronisk pasientjournal (EPJ). I
litteratursøkene ble det imidlertid benyttet ulike begreper for EPJ systemer for å ikke gå glipp av relevante artikler.
1.4 Studiens siktemål og problemstilling
Studien tar sikte på å belyse og svare på hvilke faktorer som fremmer implementering av EPJ systemer, og hvilke faktorer som hemmer implementeringen- sett fra ett
helsepersonellperspektiv. Nærmere bestemt; hvilke faktorer beskriver helsepersonell at fremmer eller hemmer implementering av EPJ systemer? Målet er at studien skal bidra til økt forståelse for helsepersonells perspektiv på innføring av EPJ systemer og hva som kan gagne eller hindre implementering i praksis.
Problemstillingen for studien er:
Hva fremmer og hemmer implementering av EPJ systemer i helsetjenesten ifølge helsepersonell?
Studiens forskningsspørsmål er som følger:
1. Hvilke faktorer fremmer implementering av EPJ systemer i helsetjenesten ifølge helsepersonell?
2. Hvilke faktorer hemmer implementering av EPJ systemer i helsetjenesten ifølge helsepersonell?
1.5 Oppgavens oppbygging
Oppgaven bygges opp på følgende måte; I kapittel 2.0 gjøres det rede for det teoretiske rammeverket som benyttes for å belyse funnene. I kapittel 3.0 vil det bli gjort rede for studiens metode og design. Studiens funn blir presentert i kapittel 4.0. I kapittel 5.0 blir funnene drøftet, og studiens validitet og overførbarhet blir tatt stilling til. I kapittel 6.0 vil trådene samles, det vil bli gitt anbefalinger for fremtidig praksis og forskning, og det vil konkluderes sett i lys av problemstillingen og forskningsspørsmål.
2.0 Teoretisk rammeverk
2.1 HOT-fit (Human, Organization and Technology-fit)
Denne oppgaven baserer seg i stor grad på HOT-fit rammeverket for evaluering av informasjonssystemer i helsetjenesteorganisasjoner. Yusof, med kollegaer (2008) utviklet dette rammeverket, human, organization and technology-fit (HOT-fit) etter en gjennomgang av funn fra tidligere studier om evaluering av informasjonssystemer innen
helseorganisasjoner. Rammeverket bygger på to tidligere modeller for evaluering av
informasjonssystemer. Nærmere bestemt bygger HOT-fit rammeverket på IS Success Model (ISSM) utviklet av DeLone og McLean (1992) og en IT-Organization Fit Model,
(Management in the 1990s (MIT90s)) utviklet av Morton (1991). I utviklingen av HOT-fit modellen ble IS Success modellen ble valgt fordi den er validert og tilbyr spesifikke og omfattende kategorier for evaluering. Denne modellen gir navn til de ulike dimensjonene og faktorene i HOT-fit. IT-Organization modellen utfyller og komplementerer IS Success modellen ved å introdusere konseptet om “fit” mellom organisatoriske, menneskelige og teknologiske faktorer. Å adressere disse faktorene og videre vurdere deres stilling i forhold til hverandre kan bidra til å evaluere hva som fremmer eller hemmer suksessfull implementering av informasjonsteknologi i helseorganisasjoner. HOT-fit modellen er illustrert i figur 1.
Fig. 1 HOT-fit modellen
Modellen baserer seg på en forståelse av organisatoriske, menneskelige og teknologiske faktorer, som essensielle komponenter i informasjonssystemer og videre at
informasjonssystemer har en virkning/konsekvens som i modellen kalles net benefits. Disse tre faktorene i tillegg til informasjonssystemets påvirkning er knyttet til åtte sammenflettede dimensjoner; System Quality, Information Quality, Service Quality, System Use, User
Satisfaction, Organizational Structure, Organizational Environment og Net Benefits. Hver av disse dimensjonene er knyttet til en rekke evalueringsmål (Yusof et al., 2008). Se tabell 1 for eksempler på evalueringsmål i henhold til korresponderende dimensjon og faktor (Yusof et al., 2008).
Med begrepet “fit” menes i hvilken grad et IKT system, menneskene og settingen klarer å forenes eller tilpasses hverandre. Det handler om hvorvidt disse tre faktorene er kompatible med hverandre. For eksempel kan effektiv bruk av et IKT system tilegnes at den kliniske arbeidshverdagen passer med den fleksibiliteten som finnes i systemet. Bruk av ulike evalueringsmål slik som for eksempel system fleksibilitet, systemets brukervennlighet, brukeres holdninger, brukeropplæring, brukertilfredshet, organisasjonskultur, planlegging, strategi, ledelse og kommunikasjon, bidrar til å kunne analysere i hvilken grad menneske, organisasjon og teknologi er tilpasset hverandre (Yusof et al., 2008). “Fit” mellom menneske, organisasjon og teknologi er illustrert med de fete pilene i figur 1.
Tabell 1 Eksempler på evalueringsmål iht korresponderende dimensjon og faktor
Faktor Teknologi (Technology) Menneske (Human) Organisasjon (Organization) Netto fordeler
(Net benefits) Dimensjon Systemkvalitet
(System quality) Informasjon- kvalitet (Information quality)
Tjeneste- kvalitet (Service quality)
Systembruk
(System use) Bruker- tilfredshet (User satisfaction)
Struktur
(Structure) Omgivelser (Environment)
Evaluerings-
mål Bruker-vennlighet, tilgjengelighet, fleksibilitet,
pålitelighet, sikkerhet
Relevans, lesbarhet, pålitelighet
Teknisk støtte
og oppfølging Kunnskaper, opplæring, motivasjon, holdninger, motstand til bruk
Generell tilfredshet med programvare/s ystemet
Kultur, ledelse, støtte, champion, kommu- nikasjon, arbeidsflyt
Finansiering, kommunikasjon, myndigheter, konkurranse
Pasient- sikkerhet, produktivitet, redusert antall feil
De ulike evalueringsmålene har en kausal påvirkning på hverandre. Dette er illustrert med de tynne pilene i figur 1. Systemkvalitet (system quality), informasjonskvalitet (information quality), og tjenestekvalitet (service quality) påvirker både enkeltvis og samlet sett både systembruk (system use) og brukertilfredshet (user satisfaction). Organisasjonenes struktur (structure) og omgivelser (environment) påvirker systembruk (system use) (Yusof et al., 2008).
Noen av evaluerings målene påvirker hverandre gjensidig. Jeg vil i det følgende beskrive disse. Se også pilene i figur 1 som illustrerer dette. Systembruk (system use) som avhenger av brukerens kunnskap og opplæring kan påvirke informasjons kvaliteten (information quality) fordi brukerens kunnskaper i bruk av systemet kan påvirke “output” fra systemet. Systembruk (system use) kan påvirke graden av brukertilfredshet (user satisfaction) og omvendt.
Brukertilfredshet øker motivasjonen til å bruke systemet og fører til at brukerne tar i bruk systemet mer, og på den andre siden vil gjerne effektiv bruk av systemet (system use) gi høyere brukertilfredshet (user satisfaction) fordi brukeren får utforsket systemet og benyttet seg av alle funksjoner som finnes i det. Organisasjonens struktur (structure) og omgivelser (environment) har en gjensidig påvirkning på hverandre. Netto fordeler (net benefits) påvirker systembruk (system use) og brukertilfredshet (user satisfaction), til gjengjeld er systembruk (system use) og brukertilfredshet (user satisfaction) forutgående for netto fordeler (net benefits). Det samme forholdet finnes også mellom organisasjonens struktur (structure), omgivelser (environment) og netto fordeler (net benefits) (Yusof et al., 2008).
2.3.1 Teknologi (technology)
Systemkvalitet (System quality) i en helsetjeneste setting handler om egenskapene til selve IT-systemet slik som ytelsen og brukergrensesnittet. Eksempler på evalueringsmål er brukervennlighet, tilgjengelighet og fleksibilitet. Brukervennlighet viser til hvorvidt
helsepersonell syns systemet er praktisk og enkelt å bruke. Tilgjengelighet viser til systemets oppetid, og fleksibilitet handler om hvorvidt systemet kan tilpasses til en setting innen helsetjenesten og integreres med andre systemer. Selv systemer som fungerer blir ofte ikke brukt slik som forventet, og det er derfor nødvendig å avgjøre om systemet, 1) møter behovene til sluttbrukerne, 2) er enkelt og praktisk i bruk, og 3) passer inn i
arbeidsprosessene til brukerne og helsetjeneste organisasjonen. Informasjonskvalitet
(Information quality) handler om informasjonen som blir produsert av IT-systemet, slik som for eksempel rapporter, bilder eller informasjonen i en pasientjournal. Vurderingen av
informasjonskvaliteten er ofte subjektiv fordi den stammer fra brukerens subjektive vurderinger. Mål på informasjonskvaliteten kan være relevans, pålitelighet, lesbarhet.
Tjenestekvalitet (Service quality) dreier seg om støtte levert fra leverandøren av systemet, interne avdelinger i helsetjeneste organisasjonen eller eksterne tilbydere (Yusof et al., 2008).
2.3.2 Menneske (human)
Systembruk (system use) handler om personen som bruker systemet, i hvilken grad blir det tatt i bruk, kunnskaper, opplæring, forventning, aksept eller motstand til systemet, og tro på systemet. Kunnskap handler om datakunnskaper- og ferdigheter eller mangelen på sådan.
Forventning handler om hvorvidt en har tro på at et gitt IT-system kan bidra til å forbedre kvaliteten på helsetjenester.
Motstand mot systemet kan ha ulike årsaker og kan forstås ut fra tre ulike perspektiver; 1) person-orientert, 2) systemorientert, og 3) interaksjons orientert. I et personorientert perspektiv handler motstand om karakteristikker ved personen slik som alder, kjønn, bakgrunn og verdier. Et systemorientert perspektiv anser motstand som et resultat av egenskaper ved selve teknologien, slik som design og brukergrensesnitt. I et
interaksjonsperspektiv forklares motstand ut fra samspillet mellom mennesket og teknologien. Jobb usikkerhet og frykt er eksempler på interaksjons motstand.
Brukertilfredshet (user satisfaction) er et subjektivt mål og avhenger av hvem sin tilfredshet som blir målt. Brukertilfredshet kan defineres som en overordnet evaluering av brukerens erfaring med systemet (Yusof et al., 2008).
2.3.3 Organisasjon (Organization)
Organisasjonens struktur (structure) handler om hvilken type organisasjon det er snakk om og størrelsen på denne, dens kultur, policy, strategi, ledelse, kommunikasjonstradisjoner og hierarki, blant annet. Organisasjonens omgivelser (environment) kan evalueres gjennom blant annet aspekter som finansieringskilde, myndigheter, konkurranse og kommunikasjon (Yusof et al., 2008).
2.3.4 Netto fordeler (net benefits)
Netto fordeler betegner balansen mellom positive og negative konsekvensers effekt på
enkeltindividet slik som arbeidstakeren, helsetjeneste organisasjonen eller helsetjenesten som
helhet. Effekten på enkeltindividet kan måles gjennom for eksempel redusert antall feil eller økt effektivitet (Yusof et al., 2008).
Effekten på organisasjonen kan måles ved å se på ulike kliniske utfall, slik som reduserte kostnader på grunn av et redusert antall medisin feil og økt effektivitet når det gjelder levering av helsetjenester. Kliniske utfall kan også måles ved å se på mortalitet (et mål på dødelighet) og morbiditet (sykelighet). Disse er to kvantitative mål, men det er også mulig å måle kliniske utfall ved hjelp av kvalitative mål slik som kvaliteten i pleien, innvirkninger på pleien til pasienter og kommunikasjonen med pasienter. Dette kan for eksempel være endring i kommunikasjonsform og lettere tilgang på informasjon (Yusof et al., 2008).
3.0 Metode
Den filosofiske tilnærmingen til studien var hermeneutisk, og det overordnede designet deskriptivt og eksplorativt. Ifølge Aveyard (2014) er en litteraturstudie hermeneutisk fordi den innebærer tolkning av primærstudier. Studien er deskriptiv fordi hensikten er å beskrive virkeligheten fremfor å identifisere årsak-virkning-forhold (Stoltenberg, 2018). Videre er studien eksplorativ fordi hensikten er å utforske og få en bedre forståelse (Aveyard, 2019).
Ifølge Babbie (2007) vil en studie som oftest ha flere hensikter, og således kombinere for eksempel deskriptivt og eksplorativt design.
Jeg har gjort en narrativ litteraturstudie, med en systematisk tilnærming.
Ifølge Aveyard (2014) har en litteraturstudie med høy kvalitet en systematisk tilnærming til litteratursøk, vurderingen av artikler, og analyseprosessen. Greenhalgh, Thorne og Malterud, (2018) hevder at selv om en narrativ litteraturstudie skiller seg fra en systematisk
litteraturgjennomgang, kan den fremdeles gjennomføres og presenteres på et systematisk vis.
Greenhalgh et al. (2018) definerer en narrativ litteraturstudie som en vitenskapelig oppsummering av kunnskap med påfølgende tolkning og kritikk av kunnskapen. Videre presiserer de at det finnes ulike typer av narrative litteraturstudier, blant annet nevner de integrativ kunnskapsoppsummering. Arksey og O'Malley (2005) mener at “den ideelle type kunnskapsoppsummering” ikke finnes og at ulike tilnærminger til kunnskapsoppsummering overlapper hverandre i stor grad, men at de fleste tilnærmingene tilbyr et sett med verktøy som forskeren bør benytte seg av.
Jeg valgte å gjøre en integrativ kunnskapsoppsummering i henhold til rammeverket som Whittemore og Knafl (2005) presenterer. Integrativ kunnskapsoppsummering er en
tilnærming som tillater inklusjon av kunnskap fra studier med variert design. En integrativ kunnskapsoppsummering kan altså inkludere både kvalitative og kvantitative studier samt studier som kombinerer kvalitativ og kvantitativ metode (Whittemore & Knafl, 2005).
Gjennom innledende prøvesøk i litteraturen fant jeg at litteraturen på emne var variert, og det var derfor hensiktsmessig å gjøre en integrative kunnskapsoppsummering. Jeg vil videre gi en nærmere beskrivelse av integrativ kunnskapsoppsummering som metode, og presentere noen betraktninger over hvorfor jeg valgte denne metoden.
3.1 Integrativ kunnskapsoppsummering
Jeg gjorde flere prøvesøk i ulike databaser og med ulike søkeord, og gjennom disse prøvesøkene ble det tydelig at forskningen som omhandler implementering av EPJ i helsetjenesten er variert. Det fantes mye kvalitativ men også mye kvantitativ forskning på emnet. Ifølge Whittemore og Knafl, (2005) er det som allerede nevnt hensiktsmessig å gjøre en integrativ kunnskapsoppsummering i tilfeller hvor forskningen er variert i henhold til metode.
Jeg vil i det følgende presentere ulike argumenter for å velge integrativ
kunnskapsoppsummering som metode for å finne svar på min problemstilling.
Det første argument er at ved å sammenfatte kunnskap fra primærstudier vil det være lettere for praksisfeltet å få tilgang på kunnskapen (Aveyard, 2019). Leseren slipper å selv lete etter og lese gjennom utallige primærstudier fordi disse allerede er analysert og sammenfattet i kunnskapsoppsummeringen (Hart, 2018). Ifølge Mays, Pope og Popay, (2005) kan en sammenfatning av kvantitative og kvalitative primærstudier bidra til viktig kunnskap for beslutningstakere innen helsetjenesten.
Det neste argumentet er at å sammenfatte kunnskap fra flere empiriske studier kan skape et mer helhetlig bilde, og en mer nyansert forståelse av en problemstilling. Ifølge Aveyard, (2019) kan en enkelt studie forstås som en brikke i et puslespill- jo flere puslespillbrikker som settes sammen jo tydeligere blir bilde. Å samle kunnskap fra flere studier kan bidra til å oppnå et større perspektiv på temaet som undersøkes, samtidig som flere nyanser også kan oppdages (Hart, 2018; Booth, Rees & Beecroft, 2015).
En kunnskapsoppsummering kan videre bidra til å identifisere kunnskapshull, ved at den gir en oversikt over hva som er gjort av forskning på et spesifikt tema, og dermed bidra til å identifisere hva som bør forskes videre på (Webster & Watson, 2002). Det er ikke nødvendigvis en enkel oppgave å vurdere hvor relevant en enkeltstudie er, men når en enkeltstudie blir vurdert i lys av flere andre studier blir det mye lettere (Mulrow, 1995).
Sist, men ikke minst kan en kunnskapsoppsummering fange opp og belyse motsigelser i forskningslitteraturen,- og funn som står i konflikt med hverandre kan være et interessant funn i seg selv (Booth, Sutton & Papaioannou, 2016).
En innvending mot integrativ kunnskapsoppsummering som metode er at inkludering av studier med et variert design og metode fører til en kompleksitet i datamaterialet som bidrar til mangel på systematikk, og nøyaktighet som kan bidra til bias. Nærmere bestemt kan dataanalysen bli overfladisk og usammenhengende grunnet ulike metodiske tilnærminger i de inkluderte artiklene. Dette kan igjen føre til unøyaktige tolkninger av datamaterialet. Likevel er integrativ kunnskapsoppsummering den bredeste typen kunnskapsoppsummering og har potensiale til å fange opp kompleksiteten i et fenomen som undersøkes (Hopia et al., 2016)
3.2 Forforståelse og hermeneutikk
I følge Malterud (2001) vil forskerens forforståelse påvirke ulike valg i forskningsprosessen.
Forskeren vil for eksempel velge tema og vinkling ut fra sin bakgrunn og videre vil valg av metode reflektere forskerens syn på hvilken metode som ansees hensiktsmessig for å kunne svare på forskningsspørsmålet. Videre presiserer Malterud (2001) at forskerens posisjon og bakgrunn må gjøres rede for. Dersom forskerens påvirkning blir ignorert, vil dette føre til uheldig subjektivitet i forskningen. Ved at forskeren gjør rede for sin forforståelse, eller involverer andre forskere som har andre perspektiv vil dette kunne styrke objektiviteten.
Altså har min bakgrunn og mine tidligere erfaringer nødvendigvis bidratt til hvilke valg jeg har tatt gjennom prosessen med å velge ut artikler, analysen av datamaterialet, hvordan jeg har presentert funnene og drøftet disse. For å unngå uheldig subjektivitet har jeg gjort rede for min bakgrunn og reflektert over hvordan denne har påvirket de ulike delene i prosessen frem til ferdig resultat.
I følge Boell og Cecez-Kecmanovic (2014), vil en litteraturstudie som består av tolkning av tekst være en hermeneutisk oppgave. Dette støttes også av Aveyard (2019). Min filosofiske tilnærming har derfor vært hermeneutisk.
De enkelte delene av en tekst vil påvirke forståelsen av helheten, -og motsatt - forståelsen av helheten i en tekst vil påvirke forståelsen av de enkelte delene. Dette er den hermeneutiske sirkel ifølge Gadamer (2010). Boell og Cecez-Kecmanovic (2014) argumenterer for at hermeneutikken kan være et rammeverk som hjelper forskeren å bevisstgjøre seg at å oppnå forståelse ikke er noen lineær prosess - det er heller en prosess som hele tiden påvirkes av den forståelsen forskeren hadde på forhånd.
Gadamer (2010) hevder at det er umulig å vite om man forstår tekstens “egentlige” mening når man leser den. Som leser er det umulig å være sikker på at det som oppleves som sant i teksten faktisk er det. Det er rett og slett ikke mulig å være helt sikker på at man forstår teksten på samme måte som forfatteren av den. Tolkningen av en tekst vil utgå fra en forhåndsforståelse. Teksten vil bli forstått ut fra vår horisont som stadig er i endring, og påvirkes av både individuelle og kulturelle dimensjoner. Jeg kan altså ikke være sikker på at jeg har forstått de inkluderte artiklene i denne oppgaven på samme måte som forfatteren av dem. Min bakgrunn som sykepleier og min arbeidserfaring vil for eksempel nødvendigvis ha spilt en rolle i min tolkning av artiklene, hva jeg har vektlagt og vurdert som viktig.
3.3 Induktiv tilnærming
En induktiv tilnærming ble valgt for å la funnene drive frem teorien, og det teoretiske rammeverket ble derfor valgt i løpet av analysen. Det teoretiske rammeverket ble valgt med mål om å kunne organisere funnene på en logisk måte og belyse dem slik at kunnskapen blir gjort forståelig og håndterbar for leseren, og i tillegg var målet å sette funnene inn i en sammenheng for å oppnå ny forståelse.
En fare med å velge et teoretisk rammeverk a priori er at det blir som en trøye som presses over funnene uten at den nødvendigvis passer. Ved å la funnene styre hvilken teori som velges var målet å unngå denne mistilpasningen (Sanndelowski, 1995).
I følge Sandelowski (1995), er det essensielt at dersom en induktiv tilnærming er valgt, må det teoretiske rammeverket drives frem av funnene. I hvilken grad teorien er tro mot datamaterialet blir avgjørende for om teorien fortjener en plass i studien. Det er sentralt å nevne at selv om en induktiv tilnærming ble valgt hadde jeg noen antakelser på forhånd om hvilke teorier som kunne være relevant for å belyse funnene. Slik Malterud (2001) påpeker, vil alltid forskeren ha et sett med forestillinger basert på blant annet både personlig og profesjonell erfaring. Selv om jeg hadde en induktiv tilnærming til teoretisk rammeverk består denne kunnskapsoppsummeringen av både induktive og deduktive prosesser (Elo &
Kyngäs, 2008). Mer presist vil det være å si at forskningsprosessen har vært abduktiv, det vil si en blanding av induktive og deduktive tilnærminger. Første skritt i analyseprosessen var deduktiv ved at datamateriale ble organisert ut ifra forhåndsbestemte kategorier, men videre lot jeg datamaterialet peke i retning av hvilke teoretisk rammeverk som best kunne belyse dataene- altså en bevegelse fra empiri til teori (en induktiv tilnærming). Videre kategoriserte
jeg mine funn ved hjelp av det valgte teoretiske rammeverket, og beveget meg da fra teori til empiri igjen.
3.4 Innsamling av data
Da denne studien er i form av sekundærforskning har det innsamlede datamaterialet vært i form av forskningsartikler. Jeg har samlet inn data på en systematisk måte, og dette innebar blant annet å klart gjøre rede for inklusjons og eksklusjonskriterier for artiklene. Videre måtte jeg utvikle ett sett med søkeord som var relevant og logisk sett i sammenheng med
problemstillingen. Deretter gjennomførte jeg søk med søkeordene i alle relevante databaser.
Jeg har dokumentert hvordan søkene ble gjennomført, sammen med resultatene av søkene slik at dette blir synlig for leseren (Aveyard, 2019). Jeg vil i det følgende beskrive
datainnsamlingen nærmere.
3.4.1 Databaser
Hvilke databaser som skulle brukes i litteratursøket ble valgt etter rådføring med bibliotekar ved universitetsbiblioteket i Stavanger og etter gjentatte prøvesøk i ulike databaser. Jeg endte til slutt opp med fem databaser. Disse var CHINAL, Medline, PsychINFO, Academic Search Premier og SocINDEX. Å gjøre søk i kun en database kan føre til at en går glipp av relevant kunnskap (Haraldstad & Christophersen, 2004), og jeg valgte derfor å gjennomføre søk i flere databaser. Da problemstillingen min berører flere fagfelt har jeg valgt å la dette gjenspeile seg i valg av databaser, for å ikke gå glipp av relevant informasjon.
Utover søk i databasene ble det også gjennomført håndsøk i referanselistene til de inkluderte artiklene, noe som ble gjort for å ikke gå glipp av artikler som kunne bidra til å svare på problemstillingen. Det blir anbefalt å gjøre håndsøk i referanselister fordi dette kan være et fruktbart supplement til søkene i databaser (Booth et al., 2016). Mine manuelle søk førte ikke til noen flere inkluderte studier.
3.4.2 Inklusjons- og eksklusjonskriterier
Studiens inklusjons- og eksklusjonskriterier var som følger:
Inklusjonskriterier
1. Nordisk eller engelsk språk 2. Tilfredsstiller kvalitetskriterier
3. Kvalifisert helsepersonells erfaringer med EPJ kommer frem i studien
4. Alle typer empiriske studier; kvalitative, kvantitative og mixed methods studier
5. Artikler som undersøker hemmende eller fremmende faktorer for EPJ implementering, eller begge deler
6. Fagfellevurderte artikler
7. Studier fra land med sammenlignbar sosioøkonomisk status til Norge; dvs. Nord - Amerika, Canada, New Zealand, Australia, Japan og Europa.
8. Fulltekst tilgjengelig
9. Studier publisert mellom 2010 og 2020
10. Studier som omhandler en faktisk implementering
Eksklusjonskriterier
1. Ikke nordisk eller engelsk språk 2. Tilfredsstiller ikke kvalitetskriterier
3. Kvalifisert helsepersonells erfaringer med EPJ kommer ikke frem i studien 4. Kunnskapsoppsummeringer, protokoller, konferanse postere, bøker
5. Artikler som ikke undersøker hemmende eller fremmende faktorer for EPJ implementering
6. Ikke fagfellevurderte artikler
7. Studier fra land med sosioøkonomisk status som ikke er sammenlignbar med Norge 8. Fulltekst ikke tilgjengelig
9. Studier publisert før 2010
10. Studier som ikke omhandler en faktisk implementering
Det er viktig å gi en begrunnelse for valg av inklusjons -og eksklusjonskriterier slik at leseren kan få en bedre forståelse (Aveyard, 2014). Derfor vil jeg videre gi en begrunnelse for mine valg.
Med helsepersonell menes personer som har autorisasjon etter fullført helsefaglig utdannelse.
Begrepet inkluderer også personell uten autorisasjon som yter helsefaglige tjenester, samt lærlinger og studenter under opplæring (Braut, 2014). Helsepersonell begrepet favner altså vidt, men jeg valgte å ekskludere studier som utelukkende fokuserte på studenter, da jeg var ute etter erfaringene til kvalifisert helsepersonell. Jeg valgte å inkludere artikler hvor helsepersonell perspektivet er presenter fordi jeg er interessert i deres erfaringer. Her er det nærliggende å tenke at min bakgrunn som sykepleier spiller inn på dette valget. Studier som inkluderte både helsepersonell og andre yrkesgrupper (slik som for eksempel administrativt
ansatte) som informanter ble inkludert kun dersom det var mulig å skille ut helsepersonellets perspektiver.
Tidsperspektivet på inkluderte studier ble valgt i samråd med universitetsbibliotekar. Da forskning bygger på tidligere forskning er det som regel ikke hensiktsmessig å gå mye lenger en ti år tilbake i tid. I tillegg gjorde McGinn et al. (2011) en kunnskapsoppsummering som undersøkte barrierer og fasilitatorer for EPJ implementering, hvor de inkluderte artikler fra år 2000- til 2010. Det ble da vurdert at det ville være relevant å sammenfatte kunnskap fra empiriske studier publisert etter 2010 for å kunne utforske hvordan mine funn kan sammenlignes med funnene til McGinn et al. fra 2011.
Jeg valgte å kun inkludere fagfellevurderte artikler for å sikre en høyest mulig grad av
reliabilitet og validitet. En fagfellevurdering sikrer at artikkelen har gjennomgått en vurdering av kvalitet, inkludert hvorvidt forskningen er relevant, og om den er godt presentert
(Segesten, 2012). Denne vurderingen er imidlertid ingen garanti for at den publiserte forskningen er av en høy kvalitet, og jeg måtte derfor gjøre min egen vurdering av forskningsartiklene.
Jeg ønsket videre å inkludere artikler hvor frembrakt kunnskap i størst mulig grad kunne appliseres til norske forhold. Dette for å kunne sikre at funnene i denne studien kunne være relevante i en norsk sammenheng. Av den grunn ble studier fra for eksempel Afrika. Sør- Amerika og en rekke asiatiske land ekskludert.
Jeg ønsket også å undersøke helsepersonells erfaring med en faktisk implementering av et EPJ system, og derfor ble studier som ikke var basert på en faktisk implementering ekskludert.
3.4.3 Litteratursøk
For å finne frem til gode søkeord tok jeg utgangspunkt i problemstillingen min, og skilte ut hovedbegrepene av denne. Et SPIDER (S=sample, PI= phenomenon of interest, DE= design evaluation, R= research type) skjema ble brukt for å bryte opp problemstillingen i relevante søkeord og for å strukturere søket (Glasper & Rees, 2012; Aveyard, 2019). Se tabell 2. Et SPICE skjema er et alternativ til det hyppig brukte PICO skjema. Der PICO skjema egner seg godt når det kun er kvantitative studier som skal inkluderes er det mer hensiktsmessig å bruke
et SPICE skjema når det er kvalitative studier og studier med blandede metoder som skal inkluderes (Cooke, Smith & Booth, 2012).
Tabell 2 SPICE skjema
S Sample Kvalifisert helsepersonell
PI Phenomenon of interest Implementering av EPJ
DE Design Evaluation Alle typer
R Research type Kvalitativ, kvantitativ, blandede metoder Primærstudier
Etter å ha skilt ut hovedbegrepene i problemstillingen måtte jeg finne synonymer til disse.
I de internasjonale fagdatabasene gjøres søk på engelsk og jeg måtte derfor oversette mine søkeord til engelsk (Booth, et al., 2016).
Søkene ble gjort ved fritekstsøk, og de ulike databasenes muligheter for å avgrense søk ble tatt i bruk. I følge Fink (2010) er det viktig å ta i betraktning at avgrensninger kan føre til at man går glipp av informasjon, men samtidig er avgrensninger nyttige for å kunne gjøre mengden treff håndterbare og for å finne informasjon som belyser det temaet en ønsker informasjon om.
Søkeordene ble kombinert ved hjelp av boolske operatorer som for eksempel OG/AND, ELLER/OR.
Det krevdes utallige prøvesøk i alle databasene med ulike søkeord og kombinasjoner av disse for å finne en strategi som var fokusert nok til å fange inn relevante artikler, men som
samtidig gav et treff antall som var mulig å håndtere. Universitetsbibliotekar ble konsultert for veiledning når det gjaldt å finne en hensiktsmessig søkestrategi. I tillegg ble en teknikk kalt “pearl growing” tatt i bruk. Denne teknikken går ut på at hvis en har funnet en “perle” av en artikkel, det vil si en artikkel som svarer godt på problemstillingen, kan en sjekke om denne artikkelen dukker opp i søkene og dersom den gjør det er det en indikasjon på at søkene fanger inn relevante artikler (Booth et al., 2016). Jeg undersøkte også hvilke søkeord som ble benyttet i andre litteraturstudier som omhandlet implementering av IKT i
helsetjenesten for å sikre at jeg ikke gikk glipp av relevante søkeord og dermed også
relevante artikler. Litteratursøkene ble gjennomført mellom desember 2019 og februar 2020.
Søkeordene jeg endte opp med var “implementation” og synonymene “deployment” og
“acceptance”. Disse ble kombinert med “electronic health records” og synonymene
“electronic medical records” og “electronic patient records”. På engelsk brukes alle disse begrepene om hverandre i litteraturen for å betegne EPJ systemer (Boonstra et al., 2014), og alle ble derfor inkludert som søkeord for å ikke gå glipp av relevante artikler. Synonymene ble kombinert ved hjelp av den boolske operatoren OR, og de to kategoriene av søkeord ble kombinert ved hjelp av den boolske operatoren AND.
Søkene i CHINAL, MEDLINE, Academic Search Premier og SocIndex ble gjort via
søkeplattformen EBSCOhost, mens søkene i PsychInfo ble gjennomført via søkeplattformen Ovid. Søkeplattformenes muligheter for avgrensning av søk ble tatt i bruk så langt det var mulig, og søkene ble dermed avgrenset til år 2010-2020, fagfellevurderte, engelsk eller nordisk språk, tilgjengelig i fulltekst, og geografisk i henhold til inklusjons-og
eksklusjonskriteriene. Søkene ble også begrenset til å gjelde akademiske tidsskrift.
Databasenes emneordliste ble brukte for å videre avgrense søkene når mulig etter råd fra spesialbibliotekar.
Samlet endte jeg opp med 1073 artikler etter søk i alle databasene. Duplikater ble så fjernet ved hjelp av referansehåndteringsverktøyet Zotero, og jeg satt da igjen med 1018 artikler.
Etter gjennomlesning og vurdering av titler og i flere tilfeller også sammendraget til artiklene endte jeg opp med 45 artikler som jeg vurderte var relevante sett opp mot min problemstilling og inklusjons-og eksklusjonskriterier. Disse 45 artiklene ble videre vurdert ved
gjennomlesning av hele artikkelen. Dette førte til at ytterligere 25 artikler ble ekskludert fordi de ikke møtte inklusjonskriteriene. Studiene var i 10 tilfeller ikke empiriske studier men postere, kunnskapsoppsummeringer, fagartikler eller lederinnlegg i tidsskrift. I åtte tilfeller hadde studiene ikke et helsepersonellperspektiv og de siste syv av artiklene handlet ikke om EPJ implementering.
For å kunne jobbe systematisk med utvelgelsen av artikler tok jeg i bruk verktøyet Rayyan som er en web applikasjon utviklet for å gjøre det lettere å sortere artiklene i
kunnskapsoppsummeringer (Mourad et al., 2016). Jeg satt til slutt igjen med 20 artikler som
ble inkludert i denne kunnskapsoppsummeringen og som videre ble vurdert med tanke på kvalitet. Ingen artikler ble ekskludert med bakgrunn i kvalitet. Kvalitetsvurderingen blir beskrevet nærmere i kapittel 3.5.
Søkene ble loggført og lagret underveis og et flytdiagram ble brukt for å illustrere søkene, og utvelgelsen av artikler. Jeg valgte å bruke et PRISMA (Preferred Reporting Items for
Systematic Reviews and Meta-Analyses) skjema som flytdiagram. Dette er et evidens basert verktøy som er ment for å bidra til økt kvalitet i systematiske kunnskapsoppsummeringer, men også andre typer kunnskapsoppsummeringer (Moher et al., 2009). Ved å benytte dette flytskjema blir det enklere for leseren å forstå hvordan litteratursøk og utvelgelse av artikler foregikk, noe som bidrar til å øke studiens troverdighet. Se figur 2 for PRISMA flytskjema.
Figur 2. PRISMA flytskjema
3.5 Kvalitetsvurdering av artiklene
Datainnsamlingen i en litteraturstudie handler ikke bare om å søke og finne litteratur som skal inkluderes, men er også en vurdering og bedømmelse av litteraturen. Denne bedømmingen innebærer også en kvalitetsvurdering (Booth, et al., 2015). For å kunne gjøre en systematisk og nøyaktig vurdering av artiklenes kvalitet anbefales det å bruke en sjekkliste (Aveyard, 2019). Det finnes imidlertid ingen “gullstandard” for vurdering av kvalitet (Whittemore &
Knafl, 2005). Jeg valgte å bruke sjekklisten MMAT (Mixed Methods Appraisal Tool) for å gjennomføre kvalitetsvurderingene. Denne ble utviklet i 2006 og er et verktøy for å vurdere kvaliteten på artikler i systematiske litteraturstudier hvor både kvalitative, kvantitative og blandede metoder blir brukt. Videre egner den seg for vurdering av fem ulike kategorier av studier; kvalitativ forskning, randomiserte kontrollerte studier, ikke-randomiserte studier, kvantitative deskriptive studier og studier med blandede metoder. Forøvrig er sjekklisten kun ment for vurdering av empiriske studier (Pluye et al., 2009). Min begrunnelse for å bruke denne spesifikke sjekklisten fremfor en annen er nettopp at den kan brukes til å vurdere kvaliteten på studier hvor både kvantitative, kvalitative og blandede metoder blir brukt.
Sjekklisten er i stadig utvikling og ble revidert i 2011 (Pace et al., 2012). Den nyeste versjonen fra 2018 er utviklet på bakgrunn av intervjuer med brukere av MMAT, en kunnskapsoppsummering om bruk av sjekklister for kvalitetsvurdering og en delphi studie med internasjonale eksperter (Hong et al., 2018). Se Vedlegg 1 for min skriftlige vurdering av inkluderte artikler. Det er ifølge Hong et al., (2018) vanligvis ikke anbefalt å ekskludere studier grunnet lav kvalitet, og av den grunn ble ingen av artiklene ekskludert med
begrunnelse i lav kvalitet. Det frarådes også å beregne en samlet poengsum ut fra
vurderingene av hvert kriterium. I stedet, anbefales det å gi en mer detaljert presentasjon av vurderingene av hvert kriterium for å belyse kvaliteten i hver enkelt studie. Mine skriftlige kommentarer i sjekklisten bidrar til å informere leseren om studienes kvalitet og gjør det mulig å vurdere studienes funn sett opp mot kvaliteten.
3.6 Analyse
Jeg har benyttet meg av Whittemore og Knafl (2005) sitt rammeverk for analyse.
Ifølge dem, er målet med analyseprosessen å gjennomføre en grundig tolkning av datamaterialet. I tillegg er det et mål å unngå bias (systematiske skjevheter) i denne tolkningen. Videre fremhever de at målet med analysen også er å sammenfatte det innsamlede datamateriale på en ny måte.
Analyseprosessen Whittemore og Knafl (2005) presenterer, består av fire hovedtrinn 1) datareduksjon (data reduction), 2) data display (data fremstilling), 3) sammenligning av data (data comparison) og 4) konkludering og verifisering (conclusion drawing and verification).
Det første trinnet er; 1) datareduksjon data reduction- denne fasen består i å dele de
inkluderte primærstudiene inn i subkategorier. Denne inndelingen i subkategorier må følge ett logisk system, og kan baseres på for eksempel studiedesign i inkluderte studier, setting, og/eller kjennetegn ved utvalget i inkluderte studier, slik som for eksempel kjønn.
Inndelingen kan også følge av en forhåndsbestemt klassifisering og analyseres etter emne.
Videre består denne fasen i å trekke ut og kode informasjon fra datamaterialet for å forenkle, abstrahere, fokusere og organisere informasjonen, slik at den danner ett håndterbart
rammeverk.
Hvordan mitt datamateriale skulle organiseres i denne fasen ble bestemt ut fra noen
forhåndsbestemte kategorier, nærmere bestemt mine to forskningsspørsmål. Informasjon ble trukket ut av studiene og organisert under de to kategoriene 1) hemmende faktorer og 2) fremmende faktorer. I tillegg ble annen relevant informasjon om de ulike studiene trukket ut, slik som forskningsdesign, setting, land og studiedeltakere. Artiklene ble lest gjennom flere ganger for å gjøre meg kjent med innholdet, og forsikre meg om at jeg ikke gikk glipp av viktig informasjon. Dette ble også gjort for å hindre bias. Basert på den informasjonen som ble trukket ut av de inkluderte studiene ble teoretisk rammeverk valgt, og HOT-fit modellen til Yusof et al., (2008) ble benyttet i det videre analysearbeidet for å fremstille mønstre i primærkildene 2) (data display) og for å identifisere mer overordnede tema og sammenhenger i datamaterialet 3) (data comparison). Dette vil si at jeg hadde en teori basert tilnærming til analysearbeidet. Ved en teoribasert tilnærming blir funnene plassert inn i allerede
eksisterende teoretiske kategorier (Malterud, 2001).
Neste trinn i prosessen er; 2) data fremstilling (data display)- denne fasen består i å fremstille mønster og sammenhenger mellom primærkildene. Organiseringen og uttrekkingen av data som ble gjennomført i trinn 1) datareduksjon (data reduction) dannet grunnlaget for å kunne oppdage sammenhenger og mønster i datamaterialet og ble ført inn i en tabell (se tabell 3).
Den fokuserte informasjonen gjorde det mulig å oppdage mønster i datamaterialet. Videre ble funnene kategorisert i under-og overkategorier i henhold til HOT-fit modellen (Yusof et al., 2008), og viser da trinn 3) sammenligning av data (data comparison)- som består av en
kreativ og kritisk analyse av dataene, hvor målet er å identifisere viktige mønster, tema og koplinger (se tredje og fjerde kolonne i tabell 3).
Tabell 3 Analyseprosessen A) Hemmende faktorer
Datagrunnlag Data fremstilling (data
display) Data sammenligning (data comparison)
● Mangel på datamaskiner
● Mangel på bærbare datamaskiner,
● Dårlig tilgjengelighet av datamaskiner
● Problemer med infrastruktur
● Mangel på godt oppsett av stol/skrivepult
Manglende ressurser Omgivelser
(Environment)
Organisasjon
(Organization)
● Trege systemer
● Problem med innlogging
● Nedetid
● Systemet krasjer
● Systemet “fryser”
Tekniske problemer Systemkvalitet
(System quality)
Teknologi (Technology)
● Manglet viktige funksjoner
● Unødvendige og irriterende funksjoner
● Mangler ved systemet
Dårlig brukervennlighet Systemkvalitet
(System quality)
Teknologi (Technology)
● Systemet ikke tilpasset helsepersonellets behov
● Vanskeligheter med å integrere EPJ systemet med eksisterende
arbeidspraksis/arbeidets art
● Manglende integrering med andre
Manglende tilpasning og
integrering Systemkvalitet
(System quality)
Teknologi
(Technology)
IKT systemer som var i bruk,
● EPJ systemet var ikke tilpasset den spesifikke pasientgruppen
● EPJ systemet var ikke tilrettelagt for de spesifikke kravene til
dokumentasjon
● Bekymringer omkring personvern for de ansatte
● Bekymringer omkring personvern for pasienter
Problemer med sikkerhet
og konfidensialitet Systemkvalitet
(System quality)
Teknologi (Technology)
● Ikke god nok opplæring i bruk av systemet
● Manglende datakunnskaper
Mangel på kunnskaper og
opplæring Systembruk
(System use)
Menneske
(Human)
● Motstand til å ta i bruk systemet
● Manglende tro på systemets verdi
● Manglende tro på systemets pålitelighet
● Motstand til forandring
Motstand og manglende
motivasjon Systembruk
(System use)
Menneske
(Human)
● Endring i arbeidsflyt
● Økt arbeidsmengde
● papir ble brukt parallelt med EPJ systemet (workarounds)
● Endring i kommunikasjon
Endring i arbeidsmengde
og arbeidsprosesser Struktur
(Structure)
Organisasjon
(Organization)
● Mangelfull involvering av brukere Manglende
brukerinvolvering Struktur
(Structure)
Organisasjon
(Organization)
B) Fremmende faktorer
Datagrunnlag Data fremstilling (data
display) Data sammenligning (data comparison)
● Varsel når testresultater er klare
● Bruk av farger
● ,“Mest brukt” lister for bestilling av undersøkelser (radiologi/laboratorie) gjorde informasjon lettere
tilgjengelig
Brukervennlighet og design Systemkvalitet
(System quality)
Teknologi (Technology)
● Innovativ kultur
● Støtte fra ledelsen
● Åpen organisasjonskultur
● Utvikle og bruke mentorer
● Sosial påvirkning
● Bunn til topp kommunikasjon
● “Champion”
Kultur og ledelse Struktur
(Structure)
Organisasjon
(Organization)
● “Workarounds” Arbeidsprosesser Struktur
(Structure)
Organisasjon
(Organization)
● Tro på verdien/fordelen av EPJ
● Styre forventningene
● Tro på egne evner til å ta i bruk et EPJ system
● Positive forventninger
Forventning og motivasjon Systembruk
(System use)
Menneske
(Human)
● Kontinuerlig opplæring tilpasset individuelle behov
● Opplæring i forkant av
Opplæring Systembruk
(System use)
Menneske
(Human)
implementering
● Utlevering av brukermanual i forkant av implementering
● Repetisjon av kunnskap
● Støtte fra leverandøren/teknisk støtte
● Tilgjengelig støtte Oppfølging og
støtte Service kvalitet
(Service quality)
Teknologi (Technology)
● Brukerinvolvering Brukerinvolvering Struktur
(Structure)
Organisasjon
(Organization)
Det siste trinnet i analysen er 4) konkludering og verifisering (conclusion drawing and verification). I denne fasen skal beskrivelsene av mønster, tema og koplinger løftes til ett høyere nivå gjennom abstraksjon. En beveger seg her bort fra det spesifikke og mot generaliseringer i større grad. I diskusjonsdelen av denne kunnskapsoppsummeringen (se kapittel 5.0) blir identifiserte tema og koplinger løftet til et høyere nivå.
Dette trinnet vil også handle om å ta stilling til funn som står i konflikt med hverandre, og videre vil en viktig del av dette trinnet være verifisering av sammenfatningen av data opp mot de inkluderte primærstudiene for å sikre nøyaktighet og reliabilitet. For å verifisere
sammenfatningen av funnene ble hver primærkilde (altså alle de inkluderte artiklene) gjennomgått for å forsikre at den nye konseptualiseringen var i overensstemmelse med de individuelle inkluderte studienes funn. Dette steget bidro også til at relevante funn fra primærkildene ikke ble oversett eller utelukket (Whittemore & Knafl, 2005).
Jeg har tatt stilling til motstridende funn og drøftet disse i diskusjonen i kapittel 5.0. Det er viktig å adressere funn som står i konflikt med hverandre, fordi det generelt kan vise til et behov for ytterligere forskning (Whittemore & Knafl, 2005).
3.7 Validitet og reliabilitet
Validitet handler om studiens gyldighet. Det skilles mellom indre validitet og ytre validitet.
Indre validitet handler om å unngå systematiske skjevheter og ytre validitet viser til i hvilken grad resultatene er overførbare (for eksempel til en annen setting) (Malterud, 2001).
I studier med systematiske litteratursøk øker graden av indre validitet i studien, ved å ta høyde for systematiske skjevheter. En skjevhet som lett kan oppstå i litteratursøk er at forskeren velger å inkludere de primærstudiene som støtter opp om antagelsene eller den forforståelsen forskeren har. Et fenomen kalt “cherry picking” kan oppstå, hvor forskeren velger de studiene som gir det mest gunstige resultatet sett med forskerens øyne (Aveyard, 2019; Booth et al., 2016). Ved å ha en systematisk tilnærming til litteratursøkene har jeg gardert meg i stor grad mot dette fenomenet, og studiene har i større grad blitt valgt ut fra hvor relevant de er sett opp mot problemstillingen. Det er likevel en mulighet for at min forforståelse har påvirket hvilke studier som ble inkludert i noen grad. For å oppnå høy grad av validitet må påstander i drøftingen baseres på funnene (Aveyard, 2019). Drøftingen av funnene må altså reflektere selve funnene, selv om det vil være en grad av tolkning involvert.
Dette handler om å unngå systematiske skjevheter ved at påstander blir tilpasset forskerens
